XPATH规则总结

1、符号

//表示从html整个文档全局查找

/表示从根节点选取

.表示从当前节点选取

..表示从上层节点选取

2、函数

具体参考http://www.w3school.com.cn/xpath/xpath_functions.asp

常用的contains() 例如//div[contains(@class,"123")] 表示div的class属性中含有123的字符串

  text(), 例如//div/text() 表示获取div直属的text节点内容,不包含间接子节点的text节点内容,如果获取整个节点的text节点内容则通过//div//text()获取

          start-with 例如://div[start-with(@class,"123123")]表示匹配class属性以123123开头的div

3、特殊情况，在我们获取一个html标签内容的text文本内容内容时

<div>

你好

<span>大神</span>

</div>

如果你直接//div/text()只能获取"你好“

如果你要获取”你好大神“ ，可以用//div//text()标签，但是这样的取出的结果会出现很多\n和空格符

很好的解决方式(python版本)

   info = hxs.xpath("//div")

   data=info.xpath("string(.)")

这样data就是你好大神